3.3.1. Các giả định để thực hiện mơ hình dự báo kết hợp:
Do việc thực hiện mơ hình dự báo kết hợp dựa trên hệ thống cơ sở dữ liệu trong quá khứ nên nó chưa chứa đựng những yếu tố có thể làm thay đổi đến thu ngân sách, vì vậy mơ hình dự báo kết hợp cần có những giả định sau:
Thứ nhất, các chính sách liên quan đến thu ngân sách khơng thay đổi trong
thời gian dự báọ
Thứ hai, tình hình kinh tế - xã hội trong tỉnh, trong nước cũng như trên thế
giới khơng có biến động mạnh.
Thứ ba, tốc độ phát triển các chỉ số kinh tế vĩ mô không thay đổị
3.3.2. Các bước xây dựng mơ hình dự báo kết hợp:
Trên cơ sở của các bước thực hiện thuật tốn vịng biên, tác giả xây dựng các bước thực hiện mơ hình dự báo kết hợp gồm 5 bước cụ thể như sau:
Bước 2: Lựa chọn những mơ hình dự báo thành phần phù hợp với dạng dữ liệu đưa vào danh sách các mơ hình thành phần.
Bước 3: Sơ loại các mơ hình thành phần ra khỏi sanh sách bằng cách tính tốn các giá trị dự báo của mơ hình thành phần và kiểm định sự phù hợp của từng mơ hình thành phần.
Bước 4: Loại bỏ những mơ hình bị hàm chứa thơng tin bởi các mơ hình khác. Bước 5: Tính trung bình các giá trị dự báo của các mơ hình cịn lại sau khi thực hiện Bước 4. Mơ hình dự báo kết hợp đề nghị: 3.3.2.1. Xác định dạng dữ liệu: Xác định dạng dữ liệu Lựa chọn những mơ hình dự báo thành phần
Sơ loại mơ hình thành phần ra khỏi danh sách
Loại bỏ những mơ hình dự báo thành phần bị hàm chứa thơng tin
bởi các mơ hình khác
Tính trung bình các giá trị dự báo của các mơ hình cịn lại
Dữ liệu gồm nhiều dạng khác nhau có thể là dữ liệu chéo, dữ liệu theo chuỗi thời gian, dữ liệu theo dạng bảng,…Xác định được dạng dữ liệu là yếu tố quan trọng để lựa chọn mơ hình dự báo phù hợp. Tuy nhiên dạng dữ liệu được quyết định chọn như thế nào phụ thuộc vào bản chất của nghiên cứụ Do giới hạn của đề tài nghiên cứu về dạng dữ liệu thuộc dạng chuỗi theo thời gian. Như vậy bước xác định dạng dữ liệu tập trung vào phân tích thành phần của một chuỗi thời gian thuộc dạng nào trong các dạng: dạng dữ liệu có yếu tố mùa, dạng dữ liệu dừng, dạng dữ liệu có tính xu thế, dạng dữ liệu có tính chu kỳ.
3.3.2.2. Lựa chọn mơ hình dự báo thành phần:
Sự lựa chọn mơ hình dự báo phụ thuộc vào dạng dữ liệu, một dạng dữ liệu có thể có nhiều mơ hình dự báo thích hợp để dự báọ Như vậy bước lựa chọn mơ hình dự báo thành phần là bước tìm hết những mơ hình dự báo phù hợp với dạng dữ liệu thu thập được. Càng nhiều mơ hình dự báo được đưa vào danh sách các mơ hình thành phần thì kết quả dự báo sẽ được chính xác hơn. Như vậy theo kết quả nghiên cứu từ cơ sở lý thuyết thì ta cần danh sách mơ hình dự báo thành phần phải bao gồm ít nhất là 5 mơ hình và tiêu chí cụ thể để lựa chọn mơ hình là:
- Mơ hình dự báo phải phù hợp với dạng dữ liệu, dựa vào cơ sở lý thuyết ở Chương 1.
- Mơ hình dự báo thường được sử dụng để dự báo thu nhập (theo kinh nghiệm của một số nước).
3.3.2.3. Sơ loại mơ hình thành phần:
Bước sơ loại mơ hình nhằm mục đích loại bớt mơ hình khơng phù hợp với dạng dữ liệu sau khi đã thực hiện dự báo và so sánh với các kết quả thực tế trong quá khứ. Các mơ hình phù hợp sẽ được đưa vào thực hiện thuật tốn vịng biên. Bước này quan trọng vì nếu có mơ hình khơng phù hợp với dạng dữ liệu trong khi thực hiện thuật tốn vịng biên thì sẽ ảnh hưởng đến kết quả dự báo sau cùng.
Bước này ta dựa trên phần mềm Eviews để tính tốn các giá trị dự báo của các mơ hình được lựa chọn và kiểm định sự phù hợp của mơ hình. Nếu mơ hình nào khơng phù hợp ta loại khỏi danh sách các mơ hình thành phần.
3.3.2.4. Loại bỏ những mơ hình bị hàm chứa thơng tin trong các mơ hình khác:
Bước này thực chất là ta thực hiện thuật tốn vịng biên đối với các mơ hình đã được chọn qua bước sơ loại mơ hình. Các bước thực hiện như sau:
Bước 1: Tính tốn RMSE (độ lệch bình phương trung bình) của các mơ hình
đã được kiểm định (các mơ hình đã được đưa vào danh sách mơ hình thành phần). Phân loại những mô hình này dựa trên RMSẸ Ta gọi mơ hình có RMSE là mơ hình tốt nhất và mơ hình được chọn để kiểm định cùng với mơ hình tốt nhất là mơ hình lựa chọn (mơ hình lựa chọn có thể là bất kỳ mơ hình nào ngồi mơ hình tốt nhất).
Bước 2: Kiểm định sự hàm chứa thơng tin giữa mơ hình tốt nhất và mơ hình
lựa chọn, dùng kiểm định HLN. Nếu mơ hình tốt nhất hàm chứa thơng tin của mơ hình lựa chọn tại mức ý nghĩa α, thì ta loại bỏ mơ hình lựa chọn khỏi danh sách các mơ hình thành phần.
Bước 3: Lặp lại bước 2 với mơ hình tốt thứ haị Lúc này danh sách những
mơ hình bây giờ chỉ bao gồm những mơ hình khơng bị hàm chứa thơng tin bởi mơ hình tốt nhất và mơ hình tốt nhất.
Bước 4: và 4+: Tiếp tục với mơ hình tốt thứ 3 và tiếp tục cho đến khi khơng
có mơ hình bị hàm chứa thơng tin cịn lại trong danh sách.
3.3.2.5. Mơ hình dự báo kết hợp:
Sau khi đã loại những mơ hình bị hàm chứa những thơng tin bởi các mơ hình khác sau thực hiện thuật tốn vịng biên, ta cịn lại những mơ hình hàm chứa thơng tin tốt nhất cho dự báọ Như vậy mơ hình dự báo kết hợp chính là trung bình của
các mơ hình cịn lại trong danh sách mơ hình thành phần sau khi đã thực hiện thuật tốn vịng biên. Giá trị dự báo của mơ hình dự báo kết hợp chính là trung bình của các giá trị dự báo của các mơ hình tốt nhất cịn lạị